针对传统ICP算法在激光雷达目标点云配准中存在匹配时间长,以及受初值影响导致该算法应用在无人车SLAM技术中容易存在定位精度不高和稳健性较差的问题,本文提出了一种结合KD-tree算法的NDT-ICP算法。首先,通过Voxel Grid滤波对激光雷达获取的点云数据进行预处理,利用平面拟合参数的方法去除地面点云;然后,利用NDT算法进行点云粗匹配,缩短目标点云与待匹配点云距离;最后,通过KD-tree邻近搜索法提高对应点查找速度,并通过优化收敛阈值,完成ICP算法的精匹配。试验结果表明,本文提出的改进算法相比于NDT算法和ICP算法,在点云配准速度和精度上有明显提高,且在地图构建上精度和稳健性更好。

成像系统获取数据时一般无法兼顾空间和光谱信息,但当前的光学影像道路提取往往直接以融合后影像为数据源,聚焦网络结构、监督形式等方面的研究,未对融合效果在道路提取中的作用进行深入探索与分析。因此,本文提出了一种结合融合策略的光学影像道路提取技术。首先,以端到端的“编码—解码”网络为基本结构,并结合输入数据的类别、数量等因素进行针对性改进与设计,为后续的试验验证提供训练和测试框架;然后,立足空间信息和光谱信息的注入偏好,选取4种典型的影像融合方法,并以此为技术支持对全色影像和多光谱影像进行融合;最后,在试验部分借助2个公开数据进行了集验证,得出融合策略在道路提取中可有效提升量化评价指标的结论,同时对典型的道路重难点区域提取具有积极的正向促进作用。

城市三维模型已经在城市建设、社会服务等诸多领域得到广泛应用,为快速、精确地构建三维城市模型,满足城市精细规划和管理的需求,本文围绕快速、合理、准确地构建真三维模型这一主线,以城市地形和地物为研究对象,提出了由地形到地物、由概略到精细的城市三维模型快速构建方案,实现了城市基础地形、建筑物和其他三维场景的快速建模,并基于Skyline平台对提出的建模思路进行了具体的实现,形成了完整的操作流程。

GNSS-MR作为一种新兴的遥感技术,利用GNSS信号在传播过程中的多路径效应反演地表参数,近年来在潮位反演领域得到广泛应用。但传统GNSS-MR技术在利用低阶多项式提取SNR残差序列时,由于提取方式过于粗糙,没有充分考虑GNSS干涉信号的特征,导致在卫星高度角较大时,提取的SNR残差序列含有部分非干涉信号,进而直接导致在LSP频谱分析时出现虚假峰值现象,造成反演失真。本文利用变分模态分解(VMD)算法可将合成信号自适应分解成一系列具有特殊物理意义的IMF分量的优势,提出了基于VMD算法的改进GNSS-MR潮位反演方法。通过对美国华盛顿州SC02站100 d的潮位反演结果表明,本文提出的3个基于VMD算法的潮位方法中,将VMD算法的分解层数设置为5的VMD-5反演方法具有最高的反演精度与稳定性,其RMSE为33.74 cm,相关系数为0.920 5,异常反演点数为40;较传统反演方法、VMD-4反演方法、VMD-6反演方法的RMSE分别降低89.80%、10.81%、48.48%;相关系数分别增加305.40%、2.30%、25.99%;异常反演点数分别降低83.67%、6.98%、14.89%。VMD-5的GNSS-MR潮位反演方法能够有效降低传统反演方法存在的异常反演点数量,显著提高反演精度及时间分辨率,能够实现在卫星高度角较大时进行长期高精度的、高稳定性、高时间分辨率的潮位反演。

为提升边坡险情的监测能力,本文提出了一种基于深度学习与图像局部特征提取的边坡异常监测技术。该技术通过提取边坡自然特征物的二维坐标构成目标三角网络,以三角网络的变化区域圈定边坡险情范围,并提取变化范围内的同名特征点,以同名特征点的位移情况对边坡的变化进行描述。首先,拍摄边坡发生险情前后的图像,利用目标检测模型YOLOv5识别边坡自然特征物,利用语义分割模型DeepLabV3+对提取的自然特征物进行语义分割得到其二值化区域,提取区域中心得到二维坐标,以所有自然特征物的二维坐标点阵构建目标三角网络,并以三角网络变化圈定边坡的变化范围。然后,利用图像特征提取技术,提取变化范围之内的同名特征点,并统计其位移距离与方向,以此反馈边坡的变化情况。最后,设计了试验验证该方法的稳定性与可靠性,并在真实的边坡验证了方法的实用性。试验结果表明,该技术能够对边坡的变化进行有效监测,是边坡监测工程中的一种可行技术。

为了快速掌握太浦河水环境分布状况,本文以太浦河典型河段为试验区,基于无人机高光谱数据和实测水质数据构建悬浮物浓度、浊度、透明度等水质参数的数学统计模型,并进行精度评价,选取评价精度最高的模型对太浦河水质进行反演与分析。结果表明:①与悬浮物浓度、浊度和透明度相关性最高的高光谱波段为880～900 nm,悬浮物浓度和浊度与各高光谱波段反射率相关性变化趋势一致,透明度与各高光谱波段反射率相关性绝对值变化趋势与前两者保持一致。②悬浮物浓度反演模型中,比值指数模型效果最佳(试验集R²=0.91,验证集RMSE=27.04 mg/L,验证集MAPE=47.04%);浊度反演模型中,同样为比值指数模型效果较好(试验集R²=0.92,验证集RMSE=16.50 NTU,验证集MAPE=15.24%);透明度反演模型中,归一化指数模型反演效果最佳(试验集R²=0.85,验证集RMSE=2.43 cm,验证集MAPE=8.38%)。综合比较3种水质参数的反演效果可知,透明度反演效果最佳,浊度次之,最后为悬浮物浓度。③反演的太浦河悬浮物浓度呈现总体偏低、东部部分区域偏高的特点;浊度总体呈现东部较高、西部次之、中部最低的特点;透明度总体呈现西高东低的特点,西部和中部透明度较高,东部透明度显著降低。

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀,并用平均误差(ME)、标准差(SD)、均方根误差(RMSE)3个指标,对不同抽稀比例下生产的DEM成果进行综合精度评定。结果表明:①平地地面点云密度达2点/m²,山地地面点云密度达9点/m²时,生产的0.5 m格网间距的DEM精度优于0.05 m;②随着地面点云密度的增加,DEM精度水平逐渐趋于稳定,当地面点云密度抽稀到1点/m²时,DEM精度快速下降。针对无人机载LiDAR点云数据进行大范围工程化DEM生产任务,该研究结论对降低数据获取成本、提升DEM生产效率具有一定的指导和借鉴意义。

研究花粉过敏网络关注度时空特征及影响因素有利于掌握相关信息,服务民生。本文结合百度指数、气象、遥感数据,分析8个城市群2017—2021年花粉过敏网络关注度时空特征与影响因素,并采用随机森林、反向传播神经网络模型进行模拟。结果表明:①时空特征:关注度每年高峰期在春季(4—5月);人口聚集的城市最高,在空间上聚集,京津冀、山东半岛、长三角、珠三角城市群为热点区。②与影响因素关系:有效范围内,温度升高、短时雷暴雨、空气质量差、光合有效辐射吸收分量升高、夜间灯光强,关注度高;高湿、高风速、大雨、久雨,关注度低;夜间灯光相关性最高。③城市群方面:北方城市群的温度、沿海城市群的湿度、地形起伏大城市群的风速、南方城市群的降水、珠三角和长三角城市群的空气质量指数、珠三角和京津冀城市群的光合有效辐射吸收分量重要性大,夜间灯光都不可替代。④随机森林和反向传播神经网络适用于模拟关注度,各城市群R²均在0.64～0.92之间,RMSE、MAE均在1以下,反向传播神经网络比随机森林模拟效果更好。成渝城市群2个模型拟合度均优,其次是京津冀、珠三角和长江中游城市群。本文的方法和结果可为花粉过敏相关工作提供参考。

针对南京河西地区城市化进展的不断加快及对该地区的沉降预测研究较少的问题,本文提出一种基于小基线集合成孔径雷达干涉测量(SBAS-InSAR)与滑动平均-粒子群优化-反向传播神经网络算法(MA-PSO-BP)的城市地表形变监测及预测模型。利用2020年3月—2022年3月的22景Sentinel-1A升降轨数据对南京河西地区进行沉降监测,获取研究区升降轨形变量,分析河西地区的沉降趋势与成因,并对监测得到的沉降值进行滑动平均插值,将其作为PSO-BP网络模型的样本输入,构建网络预测模型。结果表明,SBAS-InSAR技术能够有效监测城市长时间的沉降,南京河西地区存在不同程度的沉降,沉降速率为-25.3～20.5 mm/a。对比历史沉降研究,沉降趋势由北部向南部扩张,结合SBAS-InSAR沉降监测数据,分别与BP神经网络和PSO-BP神经网络预测模型进行对比,样本数据经过插值后沉降预测模型的精度最高。

本文选取绿度(NDMVI)、湿度(Wet)、石漠化(RDI)和热度(LST)4个指数,构建了改进型遥感生态指数(IRSEI),以实现县域岩溶地区的生态环境质量评价。基于2003与2023年的县域尺度遥感影像与其他地理信息数据,通过若干方面定量对比IRSEI与RSEI指数。结果表明,IRSEI包含了更丰富的山地植被与石漠化状况信息,能够更好地表征和评价岩溶地区生态环境质量,适合作为岩溶地区生态环境质量评价的定量指标。研究区在2003—2023年间,生态环境质量改善和退化情况均有发生,但生态环境质量总体下降了7.46%,生态等级由良变为中等。从空间分布来看,罗平县研究区生态质量差的区域主要分布在北部,生态环境质量优的区域主要分布在中部。

冰川变化是气候变化的重要体现,对全球水资源和生态环境有着深远影响。本文基于Landsat系列遥感影像,运用目视解译法提取了近30年冬克玛底冰川边界,分析了1990—2020年冬克玛底河冰川面积变化特征;同时基于大气校正法反演了冰面温度,探究了冰川变化与气候变化的响应关系。结果表明:①1990—2020年冬克玛底冰川面积持续减退,总面积退缩1 km²,年均变化率为-0.21%。②冬克玛底冰川在海拔［5600,5800)m处分布较广泛,海拔［5300,5400)m处冰川退缩最强烈。近30年来大、小冬克玛底冰川分别后退382.89 和141.39 m。③2017—2020年冬克玛底冰川表面形变速率介于-233.192～172.512 mm/a之间,高海拔区冰面整体呈积累状态,冰舌和部分区域呈减薄趋势。④冬克玛底冰川表面温度较高区域主要分布于大冬克玛底冰川西部到南部边缘和小冬克玛底冰川西部边缘与部分东部边缘,较低温度区域主要分布于整个冰川东部,气温上升可能是导致冬克玛底冰川消融的主要因素。

针对传统的最优估计对准算法(OBA)无法应用于低成本INS中的问题,本文提出了一种结合扩展卡尔曼滤波的改进OBA算法,在GNSS的辅助下实现算法对姿态误差的估计,并使其能够应用于低成本SINS系统中。该算法首先重构参考向量和观测向量,以固定积分间隔抑制零偏的积累;然后通过建立陀螺仪零偏与姿态误差之间的联系,构建新的系统状态方程,并结合GNSS输出的位置与速度构建量测方程,同时对陀螺零偏和姿态误差进行估计,并将姿态误差反馈到多矢量的构建当中;最后在仿真试验与实际跑车试验中进行验证。试验结果表明,该算法与传统OBA算法相比,可以实现动基座快速对准,且可对陀螺零偏进行估计和失准角补偿,在载体处于长时间运动状态下提高了对准精度,不使用滑动窗口积分提高了收敛速度;与FIMA算法相比,3个姿态角精度分别提升了47%、47%、51%。

为了研究基于智能手机的行人室内定位方法,并提高其精度,本文提出了一种基于Wi-Fi往返时间(RTT)、惯性测量单元(IMU)的定位系统。该方法主要包括3部分:①使用扩展卡尔曼滤波融合测距信息的Wi-Fi RTT室内定位方法;②适用于多手机使用模式的航位推算方法,该方法基于长短时记忆模型(LSTM)建立神经网络模型,预测行人运动速度及航向;③基于误差状态卡尔曼滤波的Wi-Fi RTT/数据驱动惯性导航融合定位方法,进一步提高定位精度。试验结果表明,与单一的基于Wi-Fi RTT方法和数据驱动惯性导航方法相比,本文方法的平均定位精度提升了10%～20%。

地铁隧道安全隐患综合检测车可实现隧道衬砌及表观隐患的快速检测。受限于地铁隧道封闭的地下环境及隧道内外部复杂的结构环境,当前隧道内单一定位技术仍存在定位精度低、累积误差大、多源采集不同步导致的定位信息“打架”等难题。本文开发了一种地铁隧道车载融合定位系统及精度校正算法,包括车载高精度编码信息采集和视觉图像采集系统、融合定位算法、精度校正算法、多源信息坐标转换矩阵等内容。相较已有定位方法,该融合定位系统可实现在直道和弯道条件下检测车车载装备和隧道安全隐患的快速动态融合定位。室内室外测试结果表明,区间的定位精度可达10 cm,地铁内直线测试区间300 m内和曲线测试区间100 m内相对误差控制小于等于0.06%。室内模型试验和现场试验结果验证了该融合定位系统及精度校正算法的有效性和稳定性,为地铁隧道安全隐患的快速检测定位和隧道安全运营提供了技术支撑。

随着运营年限的增长,地铁隧道会逐渐产生各类病害,裂缝是一种典型的病害现象。由于大部分裂缝的特征不突出,且受到地铁隧道内部电缆设备、划痕、蜘蛛网等线状干扰物的影响,现有裂缝检测方法在高分辨率图像下效果不佳。本文以衬砌裂缝为研究对象,基于自主研发的隧道相机系统,实现对隧道表面信息的无损数据采集,获取4096×2168像素的高分辨率图像数据;明确裂缝识别的干扰因素,基于病害特性构建干扰数据集及真实纹理数据集;以掩码-区域卷积神经网络(Mask R-CNN)模型为基准框架,采用K-means和遗传算法对区域建议网络(RPN)网络进行参数优化;利用对比试验和消融试验说明本文算法的检测效果和表现性能。结果表明,本文算法能实现高分辨率图像下隧道裂缝的识别和长度测量,漏检和误检概率更低,对细长、特征不太明显的裂缝具有较好的检测性能,裂缝测量值可为地铁的运营维护提供参考。

极端暴雨事件和排水设施不足极易导致城市雨洪发生,基于周边环境安全评估的大型雨水管涵建设则是城市防御雨洪的重要举措。本文以北京丰台科丰桥新建雨水管涵工程为对象,引入风险链理论,采用模糊综合评价法与MIDAS/GTS数值模拟法,评估了该工程施工期周边用地风险。研究表明:①该工程施工期周边不同地类风险等级不同,周边土体变形集中在工程外侧0～18 m范围内,其中0～4 m为变形高危区;②该工程与城市地下管线相交点周围80 m范围内土体变形呈上隆起趋势,交点0～12 m区域为隆起高危区,需进行重点风险监测预警。综合而言,本文研究结果对于我国同类工程质量监测、施工期周边用地风险防范具有参考价值。

渗漏水是隧道常见的病害,长期渗漏会导致隧道结构开裂、裂缝、钢筋腐蚀,威胁到隧道运营安全,因此对其检测一直受到重视。本文利用三维激光扫描技术实现了竣工盾构隧道渗漏水的位置及面积的自动检测。首先采用架站式三维激光扫描仪采集竣工隧道点云,基于修正后的反射强度值生成隧道衬砌表面灰度图,再采用膨胀法与腐蚀法对灰度图像进行预处理;然后利用连通域算法计算渗漏水位置及其面积;最后结合实际工程验证本文方法的实用性及准确性。结果表明,应用本文方法竣工隧道的渗漏水检测准确率达92%。

城市紧张的用地环境及复杂的主体结构需求,导致异形基坑越来越常见。目前国内基坑规范推荐的分析方法均不能满足形状对基坑变形的影响。本文以北京某超大异形基坑为依托,建立异形基坑Midas-GTS仿真计算模型,并结合现场实测变形数据,对异形基坑的坑外地表沉降及围护结构变形特征展开研究。结果表明,受基坑形状特征影响,地表沉降及支护结构变形均存在明显的空间效应:地表不均匀沉降现象显著,基坑长边附近沉降大于短边,沉降量随着离坑角距离的增加而显著增大;围护墙长边中间区域变形较大,短边中部次之,结构角点处变形最小。因此,在进行基坑设计支护时,应充分考虑基坑变形的空间效应,节约工程成本,提高基坑整体稳定性。

时序InSAR技术是监测地表形变的一种有效手段。本文基于179景Sentinel-1A影像数据,采用PS-InSAR技术对北京地铁6号线慈寿寺站—潞城站沿线范围进行地表形变监测,并对典型沉降区间进行具体分析;同时利用地面水准数据对监测结果进行对比分析和精度评定。结果表明,北京地铁6号线沿线表现出不同程度的沉降,年均沉降速率呈现自西向东的差异性,金台路站以西年均沉降速率较小,自金台路站向东年均沉降速率迅速增大,最大达-32 mm/a;金台路站以东倾斜值较大,倾斜值波动较为明显,存在不均匀沉降问题。水准测量结果与PS-InSAR监测成果具有较强的相关性,两者平均误差为3.5 mm,中误差为4.7 mm,说明PS-InSAR具有一定的可靠性与准确性。

本文将三维激光扫描技术与BIM技术相结合,实现了城市轨道交通地下车站、隧道及附属设施的三维建模。通过激光扫描仪获取点云数据,利用点云处理软件进行预处理,包括拼接、去噪和精简等操作;然后利用特征点云提取方法结合BIM建模软件和可视化编程技术,有效解决了传统测绘方法无法获取和处理复杂地下建筑物信息及BIM模型中信息孤岛问题。本文方法对未来城市轨道交通工程建设和运维管理的信息化和三维可视化具有重要意义。

本文针对国产卫片多时相、长时序、全天候、多源海量等特点,提出了一种高效、准确的卫片图斑提取方法。该方法在深度学习理论基础上构建了地物目标语义分割模型和图斑提取智能算法群,实现了国产卫片图斑的特征、规律及属性的自动识别,完成了卫片图斑提取的智能化和自动化。试验结果表明,该方法在国产卫片图斑提取中具有较高的准确率,为后续图像处理、分析和应用提供了重要支持。

为了更好地将NeRF高精度三维建模应用于城市实景三维数字化重建,本文基于NeRF技术将大型场景划分为子NeRF,通过在场景内构造多个正八面体初始化多边形网格,并在训练过程中不断优化多边形面的顶点。训练完成后,得到编码器-解码器网络的权重,通过顶点优化对每个独立块进行不同层次的多边形网格细化。从视图范围捕获城市概览的卫星级图像到显示建筑复杂细节的地面级图像变化,构建面向城市细节层级(level-of-detail)和空间覆盖范围的多尺度数据,通过渐进式学习(progressive learning)神经网络体素渲染模型,使用多层感知器(MLP)实现体积密度和颜色的参数化,采用分层抽样方法实现预定义视角近平面和远平面之间光线的排序距离向量,实现大规模场景的实时交互式渲染。然后将GIS与NeRF相融合,为多数据融合、查询、分析、测量、标注和共享等任务提供了全新的解决方案,实现即时、流畅地拖拽、缩放和360°无死角地浏览和观看场景,这种融合可以轻松地将各种数据源整合,应用于城市规划、土地管理和环境监测等三维场景中,以进行空间分析。

定量分析土地城镇化时空演变驱动力可为城市可持续发展提供科学依据。本文将对地观测数据与人口、经济数据相结合,以长江经济带(江苏段)沿江8市为例,基于2000—2020年5期Landsat影像、夜间灯光影像、年末人口总数和GDP,采用GeDetector对其近20年间空间、人口及经济维度的演化及多尺度分化的进程进行探讨,分析土地城镇化时空演变规律及驱动因子。研究结果表明:①城镇化过程直接驱动地表类型的变化,且人口数量和GDP总量能够作为城镇化过程强度的定量指标;②夜间灯光(NTL)数据耦合人口或经济统计数据能够较好解释区域城镇化过程中的时空差异;③长江经济带(江苏段)沿江8市城镇化过程经历了由数量向质量的转变。研究结果为引导城镇建设用地合理配置提供科学依据,为城市可持续发展提供决策参考。

为满足测区覆盖需要,测绘业界近年流行采用多目镜相机(以五目为主)进行倾斜摄影测量,从而使航测时间显著减少。但与此同时,五目相机会产生大量未覆盖测区范围的冗余航片,在具有不规则形状的测区更为严重,导致大量冗余航片参与三维重建, 耗费计算成本。对此,本文提出了一种基于光学几何和建筑物特征识别的倾斜摄影冗余航片筛选方法,首先通过航片的内外方位函数计算航片在地表的投影范围,同时结合建筑物特征识别保留测区边缘的有效航片以保证建模质量。试验表明,该方法能够在复杂测区内判别约占整体照片量约70%的冗余航片,且在加入建筑物特征后可以减少三维模型失真、拉花等现象,验证了该方法的准确性和有效性。

天地图是政府部门提供地理信息公共服务的重要载体,集成了海量地理信息资源,为用户提供权威、标准、统一的在线地理信息服务。随着经济、社会、技术的发展,各领域对地理信息公共服务提出了更高的要求。因此,本文通过分析天地图建设面临的形势,提出了新时期天地图建设需要着力解决好服务对象、服务内容、服务手段三者间的准确耦合问题。重点推进地理信息公共服务平台建设模式与总体架构在新技术条件下的持续演进,持续完善地理信息资源从离散、离线到集成、在线的服务模式,建立全国一体化的地理信息资源开放与共享体系。

随着高精度地图数据在自动驾驶行业中的广泛应用,针对自动驾驶行业高精度地图道路交叉口在应用过程中存在拓扑连接的问题,本文结合自动驾驶项目,提出了一种基于不同道路场景特征快速发现道路交叉口拓扑连接问题的逻辑算法。采用道路交叉口内部连接算法,能较好地识别出道路交叉口各类遗漏连接的场景,实现了对大部分场景的有效识别和防护。基于几个城市地图数据的试验结果表明,本文的逻辑算法不仅可以快速有效地挖掘出道路交叉口内拓扑连接问题,还能提前识别出试验室仿真和实车测试因为拓扑连接问题造成的地图断点问题。研究结果可以应用到自动驾驶领域的地图质检、仿真、测试等工序内,减少了自动驾驶降级次数,提升了用户体验,对后续自动驾驶道路交叉路口技术改进和感知能力提升有一定的借鉴意义。

本文设计了城市一刻钟便民生活圈智能化信息服务的方案。针对目前便民生活圈信息化建设中存在的问题,对总体框架、信息建设标准、信息采集平台、信息表达方法、信息应用模型等方面进行了深入研究和重点设计,并以上海市普陀区曹杨新村街道为例进行了论证性实践。本文提升了城市一刻钟便民生活圈智能化信息建设的数据处理能力、技术能力和管理能力,为推进全国范围内一刻钟便民生活圈建设奠定基础。

目前虽然导航地图和电子地图被广泛应用,但传统地图因其确定尺度对用户空间认知更为友好,功能优势仍然突显。本文从地理空间认知出发,基于该领域相关理论和研究成果,结合对省级政务地图应用服务情况的分析,提出政务地图编制设计的方法:①在遵循地图综合原则下,地图要素选取、表达、图面设计和注记的针对性设计;②开展制图表达地理空间分区与制图等级划分的基本方法,以满足政务地图设计中地理要素可视化表达要求;③通过制图要素表达分级,优化地图数据结构,满足地图编制快速配置需要,以及多尺度成图快速制图或单一成图尺度自适应空间表达的需要。

数字时代,超大城市精细化管理需要深化运用互联网、大数据、人工智能等现代信息技术,以精细化、智能化为牵引,通过数字赋能,推动城市管理资源整合和流程再造。本文首先结合上海市新型基础测绘试点工作,提出了城市智能化全息测绘的概念,然后重点介绍了城市智能化全息测绘全息采集、智能处理、实体建库、知识服务和高效更新5个方面的关键技术,最后展示了在城市治理“一网统管”、区级城市运行平台及街道级数字孪生等社会各领域的应用成果。

针对北斗导航与定位教学过程中存在相关知识点抽象而难以理解及理论与实践脱节的问题,本文以提高教育教学质量和学生综合素质能力为目标,以学生为中心,遵循从理论学习到实践应用的规律,借助虚拟现实技术构建了一种“认知-探究-应用”于一体的全过程、系统化、递进式的北斗导航与定位虚拟仿真教学方法。该教学方法涵盖北斗导航系统原理、系统组成、导航定位、测距误差与消除,以及RTK高精度数字测图与应用等一系列教学内容。该教学方法可虚拟国家北斗重器,培养学生家国情怀,打破时间空间限制,激发学生创新能力,促进理论实践融合,提高教育教学质量,对于培养熟练掌握北斗导航定位知识并具备相关实践技能的测绘工程专业人才是非常必要的。

大数据为新时代高校专业创新教育带来了全新机遇与挑战。本文以地理信息科学专业为例,系统剖析并总结了当前我国高校创新教育现状及其面临的主要挑战,对大数据时代地理信息科学专业创新教育改革进行了探索与实践,具体围绕创新理念渗透、创新意识提升、创新思维培养与创新能力考核,提出了高校创新教育改革新举措,可为全面构建高校创新教育体系提供参考。